SQLD 개념 정리 (데이터 모델링)

 

모델링의 특징

 

- 추상화

 

- 단순화

 

- 명확화

 

 

 

* 모델링은 단지 시스템 구현만을 위해 수행하는 타스크가 아니며, 시스템 구현을 포함한 업무분석 및 업무형상화를 하는 목적도 있음

 

 

데이터 모델링의 목적

 

- 업무정보를 구성하는 기초가 되는 정보들에 대해 일정한 표기법에 의해 표헌함으로써 정보시스템 구축의 대상이 되는 업무 내용을 정확하게 분석하기 위해

 

- 분석된 모델을 가지고  실제 데이터베이스를 생성하여 개발 및 데이터관리에 사용하기 위해

 

- 데이터모델링이라는 것은 업무를 설명하고 분석하는 부분에서도 매우 중요한 의미를 가지고 있다고 할 수 있다.

 

 

데이터 모델링 유의점

 

- 중복

 

데이터베이스가 여러 장소에 같은 정보를 저장하는 잘못을 하지 않도록 해야 한다.

 

- 비유연성

 

데이터 혹은 프로세스의 작은 변화가 애플리케이션과 데이터베이스에 중대한 변화를 일으킬 수 있는 가능성을 줄인다.

 

- 비일관성

 

 데이터와 데이터간의 상호 연관관계에 대해 명확하게 정의하는것이 좋다.

사용자가 처리하는 프로세스 혹은 이와 관련된 프로그램과 테이블의 연계성을 높이는 것은 데이터 모델이 업무 변경에 대해 취약하게 만드는 단점에 해당한다. 

 

 

 

 

데이터 모델링의 개념

 

- 개념적 데이터 모델링

 

추상화 수준이 높고 업무 중심적이고 포괄적인 수준의 모델링 진행.

전사적 데이터 모델링, EA수립시 많이 이용

 

 

 

- 논리적 데이터 모델링

 

 시스템으로 구축하고자 하는 업무에 대해 Key, 속성, 관계등을 정확하게 표현, 재사용성이 높음

 

 

 

- 물리적 데이터 모델링

 

 실제로 데이터베이스에 이식할 수 있도록 성능, 저장 등 물리적인 성격을 고려하여 설계

 

 

 

 

데이터 베이스 스키마 구조 3단계

 

 

- 스키마 : 스키마(Schema)는 데이터베이스에서 데이터의 구조를 정의하는 개체입니다. 스키마는 테이블, 뷰, 인덱스 등과 같은 데이터베이스 객체의 구조 및 관계를 정의합니다.

 

 

 

- 외부 스키마(External Schema)

 

1) 외부 스키마는 데이터베이스 사용자나 응용 프로그램이 접근할 수 있는 데이터베이스의 일부를 나타냅니다.

 

2) 외부 스키마는 사용자에게 필요한 데이터만을 포함하며, 다른 사용자에게는 감춰진 정보가 있을 수 있습니다.

 

3) 사용자는 외부 스키마를 통해 데이터베이스에 접근하고 데이터를 조작합니다.

 

 

 

- 개념 스키마(Conceptual Schema)

 

 1) 모든 사용자 관점을 통합한 조직 전체 관점의 통합적 표현

 

 2) 모든 응용시스템들이나 사용자들이 필요로 하는 데이터를 통합한 조직 전체의 DB를 기술한 것으로 DB에 저장되는

     데이터와 그들간의 관계를 표현하는 스키마

 

 3) 데이터 모델링은 통합관점의 뷰를 가지고 있는 개념 스키마를 만들어가는 과정으로 이해할 수 있다.

 

 

 

 

- 내부 스키마(Internal Schema)

 

1) 내부 스키마는 데이터가 물리적으로 어떻게 저장되고 처리되는지를 나타냅니다.

 

2) 데이터의 물리적인 저장 구조, 인덱스, 액세스 경로 등과 같은 세부적인 구현 세부사항을 정의합니다.

 

3) 데이터베이스 관리 시스템(DBMS) 내부에서 사용되는 물리적인 구조를 나타냅니다.

 

 

ERD 작성 순서

 

1) 엔티티를 그린다

 

2) 엔티티를 적절하게 배치한다

 

 - 해당 업무에서 가중 중요한 엔티티는 왼쪽 상단에서 조금 아래쪽 중앙에 배치하여 전체 엔티티와 어울릴 수 있도록 하면 향후 관련  엔티티와 관계선을 연결할 때 선이 꼬이지 않고 효과적으로 배치할 수 있다.

 

3) 엔티티간 관계를 설정한다

 

4) 관계명을 기술한다

 

5) 관계의 참여도를 기술한다.

 

6) 관계의 필수여부를 기술한다. 

 

 

 

 

엔티티의 특징

 

1) 반드시 해당 업무에서 필요하고 관리하고자 하는 정보이어야 한다.

 

2) 유일한 식별자에 의해 식별이 가능해야 한다.

 

3) 영속적으로 존재하는 인스턴스의 집합이어야 한다.('한 개'가 아니라 '두 개' 이상)

 

4) 엔티티는 업무 프로세스에 의해 이용되어야 한다.

 

5) 엔티티는 반드시 속성이 있어야 한다.

 

6) 엔티티는 다른 엔티티와 최소 한 개 의상의 관계가 있어야 한다.

 - 통계성 엔티티나, 코드성 엔티티의 경우 관계를 생략할 수 있다.

 

 

 

"기본 엔티티(키엔티티)" :  그 업무에 원래 존재하는 정보로서 다른 엔티티와의 관계에 의해 생성되지 않고 독립적으로 생성이 가능하고 자신은 타 엔티티의 부모의 역할을 하게 된다.다른 엔티티로부터 주식별자를 상속받지 않고 자신의 고유한 주식별자를 가지게 된다.
ex) 사원, 부서, 고객, 상품, 자재

 

 

 

엔티티의 이름을 부여하는 방법

 

1) 가능하면 현업업무에서 사용하는 용어를 사용한다.

 

2) 가능하면 약어를 사용하지 않는다.

 

3) 단수명사를 사용한다.

 

4) 모든 엔티티를 통틀어서 유일하게 이름이 부여되어야 한다.

 

5) 엔티티 생성의미대로 이름을 부여한다. 

 

 

 

데이터모델링 관점에서의 "속성" : 업무에서 필요로 하는 인스턴스에서 관리하고자 하는 의미상 더 이상 분리되지 않는 최소의 데이터 단위

 

 

속성에 따른 분류

 

1) 기본 속성

 

- 기본 속성은 엔티티의 기본적인 특성이나 정보를 나타내는 속성입니다.

예를 들어, "고객 엔티티"의 기본 속성은 이름, 이메일 주소, 전화번호, 주소 등과 같은 고객에 대한 기본 정보를 포함할 수 있습니다.

 기본 속성은 데이터베이스 테이블의 열(Column)에 해당하며, 데이터를 저장하고 검색하는 데 사용됩니다.

 

2) 설계 속성

 

- 설계 속성은 둘 이상의 기본 속성을 조합하여 생성된 속성으로, 복합적인 정보를 나타냅니다.

예를 들어, "주소"라는 설계 속성은 "도시," "우편번호," "주" 등의 여러 기본 속성으로 구성될 수 있습니다.

 설계 속성은 엔티티의 속성을 보다 구조화된 방식으로 표현하는 데 사용됩니다.

 

3) 파생 속성

 

- 파생 속성은 다른 속성의 계산 결과로 파생되는 속성입니다.

즉, 이 속성의 값은 다른 속성의 값에 의존합니다.

 예를 들어, "나이"라는 파생 속성은 "생년월일" 기본 속성을 이용하여 자동으로 계산될 수 있습니다.

 파생 속성은 데이터를 저장하는 데 사용되지는 않지만 데이터의 품질과 일관성을 유지하기 위해 유용합니다.

 

 

 

"도메인" : 각 속성은 가질 수 있는 값의 범위가 있는데 이를 그 속성의 도메인(Domain)이라하며, 엔티티 내에서 속성에 대한 데이터 타입과 크기, 그리고 제약사항을 지정하는 것이다.